人物 | 达观数据陈运文：曾任职于盛大、腾讯、百度，他要做To B版今日头条

本文来源：亿欧

作者：杨晓鹤

未来世界将不再是原本的样子，这听起来有些惊悚，陈运文解释这是一个 利用数据更懂你的过程。 比如你在亚马逊购买一件衬衫，亚马逊搜索系统会根据你的年龄、对品牌喜好等维度推荐结果，而不是正常搜索结果排列。 “亚马逊超过30%的购买收入由个性化推荐系统所贡献，背后大数据功不可没。 未来不但在购物，大数据也将在文字喜好、视频推荐等方面的影响越来越大。”

做文本挖掘领域To B的今日头条

达观数据所做的事，用一个词概括就是 “文本挖掘” 。文本挖掘在很多方面可实际应用，比如对每年的高分作文进行分析，得出如何写高分作文的“秘诀”。达观数据总结出了 “正-反-合”典型辩证法 ，欲扬先抑的 “重叠式” 等多种高分作文写法，并总结出不同命题作文中的关键词，这样一篇高分作文的骨架基本搭建完毕。陈运文用高考作文的直观案例，直观解释文本挖掘可以产生的价值。

其实陈运文认知到文本挖掘的价值，是在其创业前的职场经历中。陈运文是复旦大学计算机博士，曾担任盛大文学首席数据官，腾讯文学高级总监、数据中心负责人，百度核心技术研发工程师。陈运文回忆在盛大时期，一开始文字录入和图书推荐都是手工完成，后来随着数据量暴增，每天处理数据超过1亿字，开始使用数据机器清洗、审核、分类各类文本，通过文本挖掘技术提升人工效率。

目前市值数十亿美元的今日头条已经基本没有人工编辑，正是基于其文本分析技术优势（当然用户行为分析也是今日头条的优势）。不同于今日头条的To C，陈运文当时看到To B领域的文本挖掘还不成熟，他认为在此技术基础上打造垂直搜索引擎、个性化推荐引擎等工具，提供给企业将是很有前途的事情。

算法是企业发展立命之本

很多企业都有大量文本资料，比如科技媒体的CMS（Content Management System）系统，传统企业的ERP（Enterprise Resource Planning）、制造行业的MIS（Management Information System）。“中国企业已经认识到数据重要性，越来越多的企业将信息化纳入议程。很多企业的内部数据也很丰富，但没有很好的方法挖掘，可谓守着金山要饭。”陈运文希望自己不断推进达观数据的算法演进，将企业内部数据发挥出最大价值。

在企业内部的搜索、推荐引擎中，系统会通过复杂算法生成一个最终的结果列表，如何让用户对这个排序列表满意是关键。达观数据在引擎架构研发实践中，大量使用到了点击模型，集成贝叶斯模型（DBN）、CCM模型等深度学习模型，通过与用户的隐性交互，提升算法效果。